WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 ||

Результатом выполнения операций в блоках 11 – 19 является формирование вторичной модели профессиональных качеств индивида на основе аппарата искусственных нейронных сетей. Такая модель представляет собой обобщенную модель профессиональных качеств студента с конкретизацией области его деятельности, общего уровня контингента обучаемых и т.д. Эту модель можно использовать для определения уровня готовности студентов к познавательной деятельности в определенной сфере на том основании, что, во-первых, она включает в себя известные данные об их профессиональной пригодности, дополнения, позволяющие оперировать в заданной профессиональной области с учетом заданного контингента обучаемых, а, во-вторых, вся Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 505 http://zhurnal.ape.relarn.ru/articles/2004/модель обучена на выборке из эмпирических данных, соответствующих заданной профессиональной области.

Процесс определения структуры и содержания УГИ с помощью модели начинается с анализа и удаления несущественных связей (блок 20). Как и в блоке 10, несущественными считаются связи, весовые коэффициенты которых ниже заданного, определяемого пользователем уровня. Такие связи практически не оказывают никакого воздействия на качество работы всей модели в целом.

В этой модели интегрирована информация об уровне готовности индивидов к обучению в заданной профессиональной области, важности отдельных показателей и групп показателей при оценке УГИ, взаимовлиянии различных показателей и т.д. Можно считать, что обученная ИНС является моделью определенных качеств студента в рамках заданной предметной области, поскольку программа работы с ИНС устроена таким образом, что из нее легко может быть извлечена информация о структурных элементах, их взаимосвязи, значимости коэффициентов передачи.

В блоке 21 из всей совокупности заданий вторичного пакета выделяются задания, которые по мнению экспертов тестируют одинаковые качества студента. Для успешной реализации этой задачи экспертами может быть предложен или ими может быть разработан заранее перечень тестируемых свойств индивида в рамках заданной предметной области. Результатом операций блока 21 является таблица соответствий заданий и соответствующих им тестируемых качеств индивида.

В блоке 22 осуществляется определение значимости заданий внутри каждой группы. Эта задача решается на основе анализа коэффициентов передачи соответствующих связей нейронной сети. Чем выше абсолютное значение коэффициента передачи, тем большая важность может быть приписана анализируемому свойству индивида. При этом выделяются задания, ответы на которые оказывают наиболее существенное влияние на значения тестируемых качеств, задания, оказывающие значительное влияние и задания, ответы на которые оказывают очень малое влияние на тестируемые качества. Таким образом, при реализации процедур, предусмотренных блоком 22, практикующие психологи и педагогические работники получат ценную информацию о том, какие вопросы пригодны для оценки определенных качеств студента, а какие не вполне подходят для этого.

В блоке 23 осуществляется определение значимости групп факторов в оценке УГИ.

В зависимости от структуры полученной нейронной сети могут быть использованы аддитивные и мультипликативные функциональные зависимости для определения на основе имеющихся коэффициентов передачи каналов типа «ответы на задание – тестируемое качество индивида», обобщенных коэффициентов для групп. В зависимости от обстоятельств могут быть использованы и комбинированные аддитивномультипликативные зависимости.

Поскольку ответы на многие задания могут быть использованы для тестирования различных групп свойств индивидов, в блоке 24 осуществляется оценка таких взаимовлияний и формулируются выводы о структуре перекрестных связей между факторами различных групп.

Так как в блоках 21-24 ранее выявлены задания, относящиеся к различным группам тестируемых свойств, значимость групп в определении комплексного показателя и оценки взаимовлияния отдельных факторов, мы считаем, что задача определения структуры и содержания показателя УГИ решена (блок 25).

Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 506 http://zhurnal.ape.relarn.ru/articles/2004/Рис.1. Технология определения структуры и содержания уровня готовности индивидов к познавательной деятельности (формирование первичной модели).

Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 507 http://zhurnal.ape.relarn.ru/articles/2004/Рис.2. Технология определения структуры и содержания уровня готовности индивидов к познавательной деятельности (коррекция модели).

Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 508 http://zhurnal.ape.relarn.ru/articles/2004/Рис.3. Технология определения структуры и содержания уровня готовности индивидов к познавательной деятельности (определение структуры и содержание УГИ к познавательной деятельности).

Для ознакомления с этой технологией студентам предлагается построить ИНСмодель теста Йовайши Л.А. по выявлению склонностей к различным сферам деятельности (компьютерный вариант разработан в Севастопольском городском центре занятости).

В качестве искусственной нейронной сети выбрана программа типа freeware - Neural Network Constructor (NNC), version 3.01, разработка ВЦ РАН (адрес http://vkrepets.chat.ru/NNC.exe). Данная программа позволяет использовать до 60 входных нейронов, варьировать функцией нейрона, количеством слоев и связей сети. Она содержит в себе готовые алгоритмы обучения по следующим методам: покоординатный спуск, случайный поиск, метод Ньютона, статистический градиентный метод, комбинации этих методов.

В качестве выборки для обучения нейронной сети была сгенерирована по методу Монте-Карло последовательность ответов на тест Йовайши Л.А. (120 строк). В результате многократного прогона теста из него были получены значения тестируемых свойств (склонность к работе с людьми; к умственным видам работ; к работе на производстве; к эстетике и искусству; подвижным видам деятельности; к планово-экономическим видам работ или степень материальной заинтересованности).

При моделировании теста по качеству «склонность к умственным видам работ» структура нейронной сети включала тридцать входных (input) нейронов (по числу заданий теста), соединенных с нейроном с линейной функцией и один выходной (output) нейрон (рис. 4). После обучения нейронная сеть позволяла моделировать тест с погрешностью, не превышающей 0,2%.

Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 509 http://zhurnal.ape.relarn.ru/articles/2004/Рис.4. Структура первичной ИНС – модели: однослойный перцептрон.

Рис. 5. Коэффициенты передачи каналов ИНС, показанной на рис. 4., полученные при ее обучении по тесту Йовайши Л.А.

Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 510 http://zhurnal.ape.relarn.ru/articles/2004/В заключении формирования ИНС-модели в соответствии с технологией (рис. 1 - 3) осуществлялось удаление несущественных связей ИНС и окончательная настройка модели. Установив по таблице коэффициентов передачи каналов ИНС (рис. 5) пороговый уровень 10-5, были обнаружены несущественные связи между ответами респондентов на некоторые вопросы при тестировании свойства «склонность к умственным видам работ».

Измененная структура нейронной сети показана на рис. 6. Отсутствие линий между входными нейронами и выходом сети означает, что несущественные связи были исключены.

Адекватность такой ИНС-модели практически не ухудшилась по сравнению со структурой, показанной на рис. 4.

Рис. 6. Структура ИНС-модели после удаления несущественных связей.

В отличие от самого теста Йовайши Л.А., имеющего жесткую структуру связей, его модель, использующая аппарат ИНС, допускает дополнительное обучение на основе вновь поступивших данных, в том числе и в ходе тестирования респондентов, что позволяет адаптировать ее к реальной ситуации (временной нестационарности или свойствам личности).

Таким образом, ИНС-модель теста Л.А. Йовайши позволяет студентам глубже изучить внутреннюю структуру психологического теста, понять его устройство и принципы разработки. А поскольку система тестирования представляет собой модель личности, то, по аналогичной технологии, в принципе, возможно создание нового теста, позволяющего многое узнать и о свойствах самой личности.

Используя данную технологию, студенты-психологи смогут: 1) изучать внутреннюю структуру тестов; 2) понять, как строятся системы психологического тестирования; 3) дообучать модели на результатах собственного анкетирования, проведенного в группе, факультете и т.д.

На учебных занятиях для студентов психологического факультета ТГУ им. Г.Р.

Державина по предметам «Математическое моделирование в психологии» и «Современные информационные технологии» нами читается авторский курс по теории и практике использования ИНС. Ниже приведены темы лекций и лабораторных работ.

Темы лекций 1. Искусственный интеллект. Основные определения. Области использования искусственного интеллекта.

2. Задачи распознавания образов в психологии. Возможности использования аппарата искусственных нейронных сетей.

3. Мозг человека – прототип ИНС.

4. Формальный аппарат ИНС.

Электронный журнал «ИССЛЕДОВАНО В РОССИИ» 511 http://zhurnal.ape.relarn.ru/articles/2004/5. Алгоритмы обучения ИНС.

6. Разработка систем психологического тестирования на основе аппарата ИНС.

Тематика лабораторных работ 1. Изучение основных приемов работы с программой NNC.

2. Исследование свойств ИНС по восстановлению структуры объекта, описываемого аддитивной функцией.

3. Исследование свойств ИНС по восстановлению структуры объекта, описываемого мультипликативной функцией.

4. Использование ИНС для решения задач распознавания образов.

5. Использование аппарата ИНС для моделирования и восстановления внутренней структуры психологического теста (на примере теста Л.А. Йовайши).

6. Использование аппарата ИНС для прогнозирования временных рядов.

Курс апробирован на студентах 2 курса в количестве 42 человек специальности «информатика в гуманитарной сфере» и студентах 4 курса в количестве 75 человек специальности «психология».

Исследования по использованию аппарата искусственных нейронных сетей для разработки систем психологического тестирования поддержаны Институтом «Открытое общество» (Фонд Сороса); Мегапроект «Развитие образования в России» (Высшее образование); Грант № ОАА108, 2002-2003. Материалы расположены на сайте http://www.cmsd.narod.ru (раздел «Projects»).

Литература 1. Арзамасцев А.А., Зенкова Н.А. Моделирование в психологии на основе искусственных нейронных сетей. Тамбов. ИМФИ ТГУ им. Г.Р. Державина. 2003. 106 с.

2. Зенкова Н.А. Психологическая модель готовности студентов первого курса к обучению в вузе. Дис.... канд. психол. наук. Тамбов, 2003.

3. Арзамасцев А.А., Зенкова Н.А. Компьютерные системы психологического тестирования нового поколения – на основе технологии искусственных нейронных сетей // Вестн. ТГУ. Тамбов. 2003. Т.8. Вып. 1. Материалы научной конференции преподавателей и аспирантов. VII Державинские чтения. С. 190-192.

4. Арзамасцев А.А., Китаевская Т.Ю., Иванов М.А., Зенкова Н.А., Хворов А.П.

Компьютерная технология оптимального проектирования учебного процесса // Информатика и образование. 2001. №4. С. 79-82.

Pages:     | 1 ||



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.